飞行器多任务在线实时航迹规划

 针对不确定环境中的飞行器多任务航迹规划问题展开研究,提出了一种基于飞行路线图的两阶段航迹规划框架,航迹规划分成学习和查询两个阶段,环境信息和飞行器约束条件分阶段体现。在该框架下,通过采用一种混合多任务动态航迹规划方法,分别在稀疏路线图上实时搜索初始航迹和在精细路线图上启发式搜索后备航迹,能够在具有预先未知威胁、可变飞行任务的战场环境中实时生成三维航迹。     

基于改进启发式蚁群算法的无人机自主航迹规划

无人机自主航迹规划是未来无人机作战使用的关键技术难题。针对传统航迹规划方法存在的求解效率不高、实时性较差、容易陷入局部最优等缺点,提出一种基于改进启发式蚁群算法的无人机自主航迹规划算法。该算法前期使用Dijkstra算法进行初始化航迹,引入启发式信息,提高搜索效率;采用Logistic混沌映射初始化信息素,增加解的多样性,提高算法收敛速度;算法中、后期采用多航迹选择策略和模拟退火机制,提高全局搜索能力,避免因收敛速度过快而陷入局部最优解。对该算法进行仿真分析,结果表明:在存在威胁和障碍的复杂环境中,本文提出的改进启发式蚁群算法与标准蚁群算法相比,能够有效规划出一条从起点到终点的航迹,并且寻优精度更高,收敛速度更快,具有一定的应用价值。     

多目标模糊航迹规划方法研究(英文)

在航迹规划方法中,常常需要满足多个目标要求。多目标综合体现飞行任务要求和决策者意愿,而决策者对目标的认识及对各个目标趋优满意程度的主观意愿存在模糊性,在多目标规划中如何体现这种特性,是航迹规划应该考虑的问题。基于Voronoi图形的航迹规划方法,研究多目标代价性能指标的综合问题。首先,分析了多目标性能指标建立的困难:因为各子目标代价物理意义不同,且同一子目标会受到任务、飞行环境等的影响,这使得在不同情况下,不同目标代价在相对重要性方面缺乏可比性,因而造成决策者认识上的困难,不便直观反映决策者对各个目标趋优满意程度的主观意愿,影响航迹规划效果。针对这一问题,对多目标综合性能指标函数进行模糊隶属化,建立模糊优化方法,有利于解决航迹规划多目标综合的困难。结合实际算例,验证了提出的多目标模糊优化方法的合理性。     

一种改进的快速航路规划方法

通过改进启发式A*算法流程及数据结构,结合航迹规划多约束条件的实际,提出了一种快速可行的航迹规划方法.该方法考虑了飞机机动性能约束和终端进人方向角约束,建立专家知识库,缩小了搜索空间.将A*算法中的OPEN表映射到CLOSED表中,采用嵌套二叉树管理OPEN表和CLOSED表,提高了算法的搜索和执行效率.最后提出循环插...     

基于HPSO-W算法的多机航迹协同规划方法

随着无人机应用愈加广泛,三维环境下多无人机航迹协同规划问题成为近年来的研究热点。针对多机协同航迹规划问题,基于应急物流任务环境与无人机性能约束,以全局安全运行综合代价最小为优化目标建立时空协同规划模型。考虑航迹规划中粒子群算法易陷入局部极值,后期收敛慢的缺点,提出一种基于狼群优化思想的混合改进粒子群算法HPSO-W。主要是先对粒子群算法参数进行优化,加入极值变异思想,并引入头狼召唤和优胜劣汰机制,平衡算法全局和局部搜索能力,加速后期收敛,避免局部阻滞,提高寻优性能。对比验证了HPSO-W算法的高效性,并通过实例验证了协同航迹规划方法的可行性与有效性。     

重访机制驱动的多无人机协同动目标搜索方法

为实现多无人机高效捕获灰色任务区域内的移动目标,考虑传感器探测概率与虚警概率,提出了重访机制驱动的协同搜索规划（RMD-CSP）方法,以降低目标遗漏与误判概率。考虑无人机飞行性能约束,以最大化任务执行效能为目标建立多无人机协同搜索模型。根据目标先验信息初始化环境搜索信息图（包括目标概率分布图、环境不确定度图与环境搜索状态图）,利用无人机实时探测信息,基于贝叶斯准则持续更新搜索信息图。定制基于环境不确定度更新的重访机制,通过增加长时间未被重访区域的环境不确定度,引导无人机搜索该区域,降低移动目标的遗漏概率;定制基于目标函数权重更新的重访机制,引导无人机快速重访发现新的疑似目标的区域,对疑似目标进行再次确认,减少由于传感器虚警概率造成的目标误判概率。采用滚动时域规划架构,将搜索规划问题分解为一系列短时域规划问题,提升了求解效率。在典型任务想定下,通过数值仿真试验验证了所提方法的有效性。仿真结果表明,RMD-CSP能够在秒级时间内生成每个时域的搜索航迹,相比于光栅式搜索方法与标准的概率启发式搜索方法,能够引导无人机捕获更多的移动目标,同时减少误判次数,有效提升了多无人机协同搜索的任务效能。     

基于蝗虫算法的无人机三维航迹规划

针对现有航迹规划算法存在的寻优能力不强、对三维航迹规划效果不佳的问题,将一种新型启发式优化算法——蝗虫算法引入无人机三维航迹规划。首先对蝗虫算法的基本原理、参数选择进行分析;然后建立三维作战场景,设计约束条件和航迹评价指标,利用地形、约束条件等缩短搜索空间;最后给出基于蝗虫算法的三维航迹规划流程,并在设定场景下进行算法性能分析。仿真结果表明,在设定的三维作战场景下,蝗虫算法可以有效地规划出合理的航迹;与灰狼算法和蚁狮算法相比,在航迹代价、耗时等方面具有更优的性能。     

基于梯度下降法的翼伞系统最优分段航迹规划

传统最优控制航迹规划一般以逆风精确着陆、控制能量小为优化目标，但传统最优控制的操纵过程一般是一条连续变化的曲线，工程上不易实施；与之相比，传统分段航迹规划操纵简单，工程上容易实施，能实现逆风精确着陆的目标，但控制能耗大。为了兼顾逆风精确着陆、能耗低和控制操作简单等目标，提出了一种基于梯度下降法的翼伞最优分段航迹规划方法。该方法将控制变量参数化，将逆风精确着陆、控制能耗小、能实现避障等多目标优化问题转化为加权单目标优化问题，并通过梯度下降法求解得到分段常值最优归航航迹。所提算法与基于伪谱法的最优控制规划航迹和基于遗传算法的分段规划航迹进行了对比，算法仿真结果表明本文提出的最优分段航迹规划法既可以实现着陆精度高、控制能量小、逆风着陆和避障的优化目标，同时规划的航迹又由分段常值实现控制，工程上容易实施，兼顾了最优控制航迹规划和分段航迹规划的优点。     

基于Nash均衡与进化计算的协调航迹规划

在对策论框架下研究多无人飞行器的协调航迹规划问题,提出了一种基于Nash平衡和进化计算的航迹规划算法.协调航迹规划是一个多目标合作优化问题,也是一个非合作对策问题.飞行器编队的分布结构提供了一种隐性偏好信息,有助于找到飞行器编队的最优协调航迹和最优飞行代价分配.本文算法使用特定的航迹个体表示方法和进化算子,按照层次方法处理各种航迹约束.不同飞行器间的协同和竞争关系定义在航迹评价函数里.仿真结果验证了基于博弈论航迹规划算法的可行性和优越性.     

突防飞行与多区域搜索一体化侦察航迹规划

针对战场环境下无人机的侦察路径规划问题，首先设计突防飞行与多目标区域搜索的一体化侦察航迹规划策略。然后针对侦察任务中的突防问题，在传统快速扩展随机树(RRT)的改进算法基础上，提出一种基于改进RRT^*的无人机突防航迹规划方法，通过设计目标偏置算法解决了传统RRT算法采样点随机性大、收敛速度慢等问题。针对侦察任务中的目标搜索问题，使用改进的旋转卡壳路径规划器(RCPP)进行覆盖式航迹规划，提高了搜索覆盖率。最终通过对比仿真试验，验证了所提出算法的优越性，以及算法应用于战场侦察任务的有效性。     

Rectangle expansion A*pathfinding for grid maps

Search speed, quality of resulting paths and the cost of pre-processing are the principle evaluation metrics of a pathfinding algorithm. In this paper, a new algorithm for grid-based maps, rectangle expansion A* (REA*), is presented that improves the performance of A* significantly. REA*explores maps in units of unblocked rectangles. All unnecessary points inside the rectangles are pruned and boundaries of the rectangles (instead of individual points within those boundaries) are used as search nodes. This makes the algorithm plot fewer points and have a much shorter open list than A*. REA*returns jump and grid-optimal path points, but since the line of sight between jump points is protected by the unblocked rectangles, the resulting path of REA*is usually better than grid-optimal. The algorithm is entirely online and requires no offline pre-processing. Experi-mental results for typical benchmark problem sets show that REA*can speed up a highly optimized A* by an order of magnitude and more while preserving completeness and optimality. This new algorithm is competitive with other highly successful variants of A*.     

一种直升机涡轴发动机加速自适应控制研究

提出一种直升机涡轴发动机加速自适应控制方案,它是在ＮＧＧ／ｐ＊２ＰＩＤ控制的基础上加自适应控制律。当发动机性能老化或损伤时,加速时可能引起压气机喘振,这种自适应加速控制方案能适应对象这种性能变化,自动调整方案以消除加速过程出现的喘振现象。这种加速控制比传统的ｗｆ／ｐ＊２开环加速控制具有较高的控制精度,也具有类似高度补偿和喘振恢复项ｐ＊２。这种自适应加速控制只需对原有ＦＡＤＥＣ控制的硬件稍作修改,主要依靠微机控制软件修改就可以将ＦＡＤＥＣ控制提高到自适应控制水平。     

基于A~*算法的无人机爬升轨迹设计

针对无人机爬升性能,运用A*算法设计了无人机爬升优化轨迹.改进了传统搜索算法,根据控制方式设计了节点生成法则;在生成节点时考虑了发动机性能以及飞行约束,减少了搜索范围,提高了搜索效率;并且分别介绍了时间最优以及燃耗最优两种方式的代价函数计算方法.仿真结果表明,运用该方法设计出最快爬升轨迹和燃耗最优爬升轨迹,其生成的飞行轨迹符合飞行约束条件,能够较全面地满足爬升性能,设计结果比较合理.     

低空地形跟踪飞行的广义预测控制

运用广义预测控制（ＧＰＣ）方法，设计了低空地形跟踪的飞行控制器；利用系统的动态模型预测系统未来的输出提出了预测跟踪误差和未来控制性组合的性能指标，通过使性能指标最小，产生最优控制输入。为了增强控制系统的稳定性，根据线性反馈原理对被控对象进行了增广。结果表明，该控制器具有精确的跟踪性能。     

基于SAS算法的起飞一发失效应急路径规划方法

为解决起飞一发失效应急程序（EOSID）手动设计的不足,提出一种基于SRTM数据的稀疏A*搜索（SAS）算法的EOSID路径规划方法。首先采用航天飞机雷达地形测绘使命（SRTM）的网格地形数据,结合起飞一发失效相关规章,考虑爬升梯度与保护区限制确定可行搜索空间;然后基于可行搜索空间运用稀疏A*搜索算法搜索应急离场路径,在传统A*算法寻找扩展节点时加入起飞性能约束条件,同时利用地形高程数据进行地形和威胁回避,生成一条三维应急离场航迹;最后利用三次样条曲线对规划的应急离场航迹进行平滑处理。实验结果表明该方法能自动搜索出有效的EOSID三维航迹。     

NONLINEAR PREDICTIVE CONTROL FOR TERRAIN FOLLOWING

ＮＯＮＬＩＮＥＡＲＰＲＥＤＩＣＴＩＶＥＣＯＮＴＲＯＬＦＯＲＴＥＲＲＡＩＮＦＯＬＬＯＷＩＮＧＣｕｉＨｕｔａｏ（崔祜涛），ＧｅｎｇＹｕｎｈａｉ（耿云海），ＹａｎｇＤｉ（杨涤）（ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｐ．Ｏ．Ｂｏｘ１３７，...     

基于一种混合算法的巡航导弹参考航迹规划

通过分析A*算法,提出了适合与遗传算法(GA)进行混合的改进方案,针对遗传算法求解巡航导弹参考航迹规划问题,讨论了在初始群体构建和变异操作中引入改进A*算法的混合方法,从而得到参考航迹.仿真结果表明,该方法具有很强的快速规划能力,并能得到较优的结果,适合于大规模复杂环境中的参考航迹规划.     

机场道面使用性能预估理论和模型

机场道面使用性能预估理论和模型是构建机场道面管理系统的核心组成之一。由于机场道面结构、飞机荷载作用的复杂性,加之道面长期经受室外各种气候影响,对机场道面性能进行预估具有相当大的难度。根据国内外常用的机场道面性能模型研究状况和道面管理系统的特点,介绍了道面结构剩余使用寿命、道面状况指数PCI、道面防滑性系数μ和道面国际平整度指数IRI常用的衰变模型。     

WJ5A压气机改型设计及试验结果

本文简介了 WJ5A压气机的改型设计,对比了该压气机改型前后的试验性能。试验表明:该压气机改型后性能得到了较大的提高。在相对折合转速 η_np1 =1.00的条件下,其最大效率η*_kmax增加3.6;n_np1 =0.70～0.90时,η*_kmax增加15%以上。在各转速下,压比和流量均有少许变化。      

非线性预测控制在巡航导弹地形跟踪中的应用

建立了巡航导弹的非线性动力学模型,针对该模型的非线性连续预测控制方法,提出了预测跟踪误差和跟踪误差线性组合的性能指标,通过使性能指标最小,产生了巡航导弹地形跟踪的最优非线性反馈控制器,通过对虚拟地形的跟踪验证了控制器的性能,结果表明,该控制器不仅具有精确的跟踪性能而且具有良好的鲁棒性。